注意力增强轴承诊断算法

跨设备跨工况通用

该算法在深层特征上做深度混淆,训练模型在极端条件下识别域不变分类特征,对低信噪比数据也有良好表现。

Dong, Jingchuan · Depeng, Su · Hongyu, Jiang · Yubo, Gao · Tao, Chen

Measurement Science and Technology 2024

技术优势

能适应复杂迁移

通过注意力机制增强关键特征,在极端条件下训练模型识别域不变特征,摆脱对已知目标域或同设备的依赖。

低信噪比也能诊断

网络对低信噪比数据表现良好,可处理噪声干扰严重的工业现场信号。

多个数据集上领先

在三个不同轴承案例上验证,性能优于其他深度迁移学习方法。

应用场景